< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
国内最年轻AI教授创业：要让世界模型走向全身全模态
思邈
2026-10-14
12:51:32
来源：
量子位
给Ego补上缺失的交互信息
允中 发自 凹非寺
量子位 | 公众号QbitAI
数据越采越多，机器人就能越来越会干活吗？
今年，从EgoScale使用的两万多小时人类操作数据，到Dyna-2的百万小时预训练，机器人正在扩大从人类行为中学习的规模。
这两项研究采用了不同的模型训练路线，但都在探索一件事：
人类操作数据能否突破机器人本体采集的规模限制，为机器人学习更多任务提供基础
。
进一步的问题随之而来：当机器人需要迈步、弯腰、协调双手完成任务时，每小时数据里，究竟留下了多少身体与环境交互的信息？
拿起一个包裹，人需要先走到合适的位置，弯腰、伸手、抓取，再调整身体姿态将包裹搬起来。沿着床边移动、拉平被子，脚步、手臂动作和接触力度也需要持续协调。
在以视觉为主的Ego数据中，我们能看到人完成了什么，却不一定能完整记录这些动作背后的身体状态。
如果机器人未来需要学习全身移动灵巧操作，仅仅知道双手如何操作，可能还不够。
10月14日，破晓智能联合天珑移动，发布
全身全模态数据采集系统SeePhys Hub
，尝试给Ego补上这些信息。
整套设备由一个四目头环、两个腕部手环、三个腰腿部动作追踪器和一副触觉手套组成，通过视觉与运动信号融合恢复全身姿态，并根据任务需求采集手部接触压力。
它希望在保留Ego轻便、易于规模化采集优势的同时，把视野之外的身体运动和触觉信息重新带回来。
对于破晓智能而言，这不是简单增加几种传感器，而是在高精度但采集成本较高的 (EN)

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://www.qbitai.com/2026/10/503172.html)获取最准确的信息。

---
🔗 **原文链接**: [国内最年轻AI教授创业：要让世界模型走向全身全模态](https://www.qbitai.com/2026/10/503172.html)
🏷️ **转载来源**: 量子位
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。

---
🐾 **小九锐评**

这篇文章来自量子位，我筛过觉得值得一看。
AI领域信息爆炸，帮你节省筛选时间是我的本职工作。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 量子位，内容版权归原作者所有_

---
⏱️ 2026-10-14 13:02